盈利預(yù)期調(diào)整優(yōu)選組合的構(gòu)建

1、分析師預(yù)期數(shù)據(jù)蘊(yùn)含著大量的信息，在業(yè)績超預(yù)期 Plus 組合的構(gòu)建中，我們立足于業(yè)績超預(yù)期股票池，基于財務(wù)數(shù)據(jù)、股價行為、大單資金流等，優(yōu)中選優(yōu)構(gòu)建了超預(yù)期 30 組合，該組合樣本外跟蹤績效表現(xiàn)優(yōu)異，2022 年以來超額中證 500指數(shù) 14.6%，月度超額勝率 86%。業(yè)績超預(yù)期基于的是財報盈利實際值和分析師盈利預(yù)期值的對比，除此之外分析師預(yù)期的自身對比，即盈利預(yù)期調(diào)整也蘊(yùn)含著重要的信息，本篇報告將對該問題詳細(xì)展開，主要涵蓋因子的生成及改進(jìn)、組合的構(gòu)建。本文的創(chuàng)新點如下：在因子的生成上，標(biāo)準(zhǔn)化方法為影響因子效果較為關(guān)鍵的因素，我們討論了 3 種方式，并使用分歧度標(biāo)準(zhǔn)化的方式作為最終的因子；在

2、因子的改進(jìn)上，我們討論了分析師行為對于盈利預(yù)期調(diào)整因子的影響，并從時間加權(quán)、股價跟隨性加權(quán)、預(yù)測準(zhǔn)確度加權(quán)三大維度出發(fā)給出了嘗試，最終因子的多空對沖信息比率從 2.38 提升至 3.14；在組合的構(gòu)建中，我們從分析師覆蓋股票池出發(fā)，并從預(yù)期調(diào)整角度構(gòu)建了特色因子，包括分析師關(guān)聯(lián)動量、分析師羊群效應(yīng)等；對于每個細(xì)分因子，我們有不同構(gòu)造方式的詳細(xì)討論；對于盈利預(yù)期調(diào)整的選股效果，其也會一定程度受到其他預(yù)期維度的影響，這里我們主要考慮了：評級調(diào)整方向和預(yù)期 ROE 的高低。1、 朝陽永續(xù)一致預(yù)期數(shù)據(jù)概覽朝陽永續(xù)一致預(yù)期數(shù)據(jù)，是廣為市場熟知的記錄分析師預(yù)期行為的專項數(shù)據(jù)。為了后續(xù)的研究方便，在文章的第

3、一部分我們先對其進(jìn)行簡單的數(shù)據(jù)統(tǒng)計，具體從以下四個角度展開：不同類型報告分布、報告數(shù)量月度分布、創(chuàng)建與入庫時間差、寬基指數(shù)的覆蓋度，具體情況如下圖所示。其中對于非個股報告而言，我們選取置信度在 5 以上的樣本為有效樣本。圖1：點評類報告數(shù)量最多圖2：分析師報告在財報發(fā)布日前后數(shù)量較多、朝陽永續(xù)、（2021.1.1-2021.12.31）、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）圖3：創(chuàng)建與入庫時間差 7 天以內(nèi)占到 95%圖4：主流寬基指數(shù)覆蓋率較高，全 A 覆蓋率下滑明顯、朝陽永續(xù)、（2009.1.1-2022.6.30）、朝陽永續(xù)、研究所從不同類型報告分布來看：點評報告的數(shù)

4、量相對較多，深度報告、一般個股報告、非個股報告（置信度大于 5）類的數(shù)量次之，調(diào)研報告、會議紀(jì)要的數(shù)量最少。從報告數(shù)量的月度分布來看：分析師報告在財報發(fā)布日前后數(shù)量較多，即在 3、 4、8、10 幾個月出現(xiàn)了小高點。從創(chuàng)建與入庫時間差來看：分析師報告發(fā)布和入庫存在一定的時間滯后性，但整體來看時效性較高，其中時間差在3 天以內(nèi)的樣本量占到80%，7 天以內(nèi)占到95%。在后續(xù)的分析中，我們默認(rèn)創(chuàng)建與入庫時間差小于 7 天的樣本為有效樣本。從覆蓋度來看：對于滬深 300 指數(shù)成分股，分析師覆蓋度基本保持在 90%以上的水平；對于中證 500 指數(shù)成分股，分析師覆蓋度在 70%90%之間浮動；隨著注冊

5、制的實施，全市場個股的分析師覆蓋率呈現(xiàn)了較大幅度的下滑，從 2016 年Q3 的 75%以上的覆蓋率水平逐步下降到 2022Q2 大約 50%的覆蓋率。2、 盈利預(yù)期調(diào)整：事件研究與因子的構(gòu)建、 盈利預(yù)期調(diào)整事件研究：盈利預(yù)期上調(diào)有明顯超額對于盈利預(yù)期調(diào)整幅度，我們采用如下的方式進(jìn)行定義：對于股票而言，使用分析師在當(dāng)日所在年份的預(yù)測財年數(shù)據(jù),，與同預(yù)測年份最近一期預(yù)期財年數(shù)據(jù),1進(jìn)行對比：_, =, ,1,1其中，在此計算中我們考慮到如下幾個細(xì)節(jié)：（1）若相對于當(dāng)前預(yù)測時點，分析師對股票前一次預(yù)測時點發(fā)生在 180 天以前， 我們認(rèn)為該數(shù)據(jù)離當(dāng)前時點過遠(yuǎn)， 時效性存在一定問題， 此時該股票的_

6、,會被設(shè)置為空值；（2）這里的,和,1都是基于機(jī)構(gòu) id 來進(jìn)行匹配的，但是當(dāng)分析師跳槽 后，則會出現(xiàn)前后兩次預(yù)測機(jī)構(gòu)相同、分析師不同的問題。這里的處理方式為：當(dāng)前后兩次預(yù)測機(jī)構(gòu)相同，但署名分析師完全不一致的情況下，我們才會將該股票的_,設(shè)置為空值；（3）若該股票,1為負(fù)值或微利值，以及_,的絕對值大于 1 時， 我們認(rèn)為計算結(jié)果在一定程度上會失真，此時該股票的_,會被設(shè)置為空值。接著，我們統(tǒng)計了不同盈利預(yù)期調(diào)整幅度在 T-20 至 T+60 的超額收益狀況，這里超額的比較基準(zhǔn)為中證全指，結(jié)果如圖 5 所示。從圖中我們可以得出 4 點結(jié)論：分析師盈利預(yù)期下調(diào)樣本數(shù)略高于上調(diào)樣本數(shù)，這是由于分析

7、師普遍偏向于高估，往往伴隨著財報的披露會下修盈利預(yù)期；分析師盈利預(yù)期調(diào)整比例在 0 附近的數(shù)量較高，說明大幅調(diào)整的冒險性行為出現(xiàn)概率偏小；分析師盈利預(yù)期上調(diào)往往能夠獲得更大超額收益，且上調(diào)的分層效果比下調(diào)的效果更好；下調(diào)分層效果較差的原因即：時效性更低。從圖 7 中可以觀察到：在相同的調(diào)整幅度下，上調(diào)報告間隔的時間要小于下調(diào)。盈利預(yù)期下調(diào)由于信息比較滯后，在發(fā)布報告之前市場可能已經(jīng)反應(yīng)這一事件，因此報告后的異常收益區(qū)分度并不明顯。圖5：分析師盈利預(yù)期上調(diào)往往能夠獲得更大超額收益數(shù)據(jù)來源：Wind、朝陽永續(xù)、（2009.1.1-2022.6.30）圖6：盈利預(yù)期下調(diào)樣本數(shù)略高于上調(diào)樣本數(shù)圖7：下

8、調(diào)盈利樣本時效性更低、朝陽永續(xù)、（2009.1.1 -2022.6.30 ）、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）、 盈利預(yù)期調(diào)整因子的構(gòu)建：分歧度標(biāo)準(zhǔn)化更有效進(jìn)一步地，我們將盈利預(yù)期調(diào)整事件轉(zhuǎn)化為月頻調(diào)倉因子，具體做法為：對于股票，每月底回看過去 180 天，計算該時段所有分析師最近一期的_,，并=1求平均得到因子值_,，公式表達(dá)即：_, = _,。在計算時，若這只股票在這 180 天內(nèi)覆蓋分析師數(shù)小于 3，則因子值被設(shè)置為空值。除了_,的定義方式，本文也討論了其他 2 種定義方式：_,。該因子的標(biāo)準(zhǔn)化方法為：盈利預(yù)測調(diào)整時序上的標(biāo)準(zhǔn)差。具體做法為：對于股票，每月底回看過

9、去 180 天，其中分析師盈利預(yù)期調(diào)整序列為,，序列長度為，該股票覆蓋分析師數(shù)為（若或者小于 3，則_,被賦予空值），利用此_,可以被表達(dá)為：1,_, = ()/=1,_,。該因子的標(biāo)準(zhǔn)化為：盈利預(yù)測調(diào)整橫截面標(biāo)準(zhǔn)差，即分歧度。 具體做法為：對于股票，每月底回看過去 180 天，其中所有分析師最近一期的盈利預(yù)測調(diào)整集合為,，該股票分析師覆蓋數(shù)為（若小于 3，則_, 被 賦予空值），利用此_,可以被表達(dá)為：_=1, /,(,)/我們對三種標(biāo)準(zhǔn)化方式下的盈利預(yù)期調(diào)整因子進(jìn)行回測，手續(xù)費(fèi)雙邊千三，結(jié)果如表 1 所示。我們可以看到：FYR_DISP 無論是在 IC 均值、ICIR、多空對沖還是多頭的表

10、現(xiàn)上都是相對較優(yōu)的，F(xiàn)YR_PCT 效果最差。FYR_STD 雖然效果不錯，但是在計算時序標(biāo)準(zhǔn)差時，我們要求至少存在 3 個樣本點，這會導(dǎo)致覆蓋度偏低。所以后續(xù)我們的分析對象主要是 FYR_DISP。多頭收益波動比多空對沖收益波動比ICIRIC覆蓋度因子名稱表1：三種標(biāo)準(zhǔn)化方式對比下，F(xiàn)YR_DISP 效果最好FYR_PCT35.18%3.69%1.852.19 0.85FYR_STD27.56%3.74%2.452.38 0.81FYR_DISP35.18%4.34%2.382.38 0.88、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）、 FYR_DISP 的改進(jìn)：時間、股價跟

11、隨性、預(yù)測準(zhǔn)確度對于 FYR_DISP 而言，構(gòu)建方法中的分子為所有分析師最后一期盈利預(yù)測值變化的平均，但是不同分析師盈利預(yù)期變動帶來的市場影響力是不同的，在這里我們從三個角度出發(fā)進(jìn)行加權(quán)處理：時間，股價跟隨性，預(yù)測準(zhǔn)確度。時間對于時間的加權(quán)，我們主要考慮：1、前后兩次預(yù)測間隔時間差1；2、最后一次預(yù)測時間距離生成因子的時間間隔2，具體示意如圖 8 所示。圖8：時間加權(quán)間隔示意圖資料來源：研究所對于時間加權(quán)的權(quán)重，我們采取半衰期加權(quán)法來確定，以1為例，對于股票，加權(quán)后的分析師權(quán)重為1, ，公式表達(dá)如下(為分析師覆蓋個數(shù)，為半衰期參 數(shù))：21,/1, =121,/進(jìn)一步，我們對半衰期參數(shù)N 做

12、了參數(shù)遍歷。在不同參數(shù)下，時間加權(quán)FYR_DISP的 IC_IR 表現(xiàn)如圖 9 及圖 10 所示。圖9：加權(quán)下 FYR_DISP 的 ICIR 有一定程度提升圖10：加權(quán)下 FYR_DISP 的 ICIR 提升明顯、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）從上圖中我們可以看出：1、相比于原始的FYR_DISP，1或者2時間加權(quán) 下的表現(xiàn)都有所提升；2、2時間加權(quán)下的表現(xiàn)更優(yōu)；3、二者對于半衰期參數(shù)敏感性不高。接著，我們選取 N=60，對兩種時間加權(quán)權(quán)重進(jìn)行合成，形成，采取的方式為1與2相乘，再歸一化。最后，我們對1、2、

13、三種方式下的加權(quán)因 子進(jìn)行了5 分組回測，結(jié)果如表2 所示。從表中可以看出在時間加權(quán)下，F(xiàn)YR_DISP的多空信息比率從原始的 2.38 提升至 2.79，最大回撤從 6.83%降至 3.77%，是較為有效的改進(jìn)方案。表2：合成加權(quán)下的 FYR_DISP 多空對沖信息比率從原始的 2.38 提升至 2.79因子名稱IC_IR多空對沖年化收益信息比率最大回撤原始 FYR_DISP2.3814.95%2.386.83%1加權(quán)(N=60)2.4615.26%2.634.42%2加權(quán)(N=60)2.5716.51%2.705.56% 加權(quán)(N=60)2.6416.08%2.793.77%、朝陽永續(xù)、（

14、2009.1.1-2022.6.30）股價跟隨性對于盈利預(yù)期調(diào)整而言，往往會受到前期市場漲跌的影響，比如當(dāng)某只股票處于強(qiáng)勢的上漲趨勢中，分析師更大概率會積極上調(diào)盈利預(yù)測。對于跟隨市場漲跌的盈利預(yù)期調(diào)整而言，我們認(rèn)為其跟風(fēng)效應(yīng)強(qiáng)、創(chuàng)新性不足，而那些與市場走勢不同的觀點可能更有參考價值。為了驗證這一猜想，我們結(jié)合盈利預(yù)期調(diào)整與股票前 60 天的超額收益方向進(jìn)行綜合判定，若兩者一致，給 A 權(quán)重，反之給 1-A 權(quán)重，對于調(diào)整比例或超額收益有一者為 0 的情況，我們給 0.5 的權(quán)重，最后進(jìn)行歸一化，我們就得到了股價跟隨性加權(quán)下的分析師權(quán)重_ 。在這里我們對參數(shù) A 做了敏感性分析，加權(quán)后FYR_D

15、ISP 的 ICIR 結(jié)果如圖 11 所示。圖11：股價跟隨性_加權(quán)下 FYR_DISP 的 ICIR 提升明顯、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）從圖 11 我們可以看出：在 A0.5 的區(qū)域，相比于原始 FYR_DISP，股價跟隨性加權(quán)下的因子效果明顯提升，該結(jié)果也成功驗證我們的猜想：與市場走勢不同的觀點更有價值。進(jìn)一步，我們對股價跟隨性加權(quán)改進(jìn) FYR_DISP 進(jìn)行 5 分組回測，結(jié)果如表 3所示。我們可以發(fā)現(xiàn)在不同參數(shù) A 下，改進(jìn)后因子多空對沖信息比率都有明顯的提升，為了避免參數(shù)過擬合，我們最終選取A=0.3。在該參數(shù)下，F(xiàn)YR_DISP 的多空信息比率從原始

16、的 2.38 提升至 2.62，最大回撤從 6.83%降至 5.63%，是較為有效的改進(jìn)方案。表3：股價跟隨性_加權(quán)下的 FYR_DISP 多空對沖績效提升明顯因子名稱IC_IR多空對沖年化收益信息比率最大回撤原始 FYR_DISP2.3814.95%2.386.83%_加權(quán)(A=0.1)2.8813.04%2.534.07%_加權(quán)(A=0.2)2.9215.13%2.863.70%_加權(quán)(A=0.3)2.7715.10%2.625.63%_加權(quán)(A=0.4)2.5815.70%2.606.24%、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）預(yù)測準(zhǔn)確度對于分析師而言，市場層面的預(yù)測

17、準(zhǔn)確度往往是考量該分析師能力的重要維度，這里我們將其納入改進(jìn)范疇，觀察其是否能夠?qū)σ蜃幼鲞M(jìn)一步增強(qiáng)。對于預(yù)測準(zhǔn)確度的衡量我們采取如下的方式：1、計算盈利預(yù)期調(diào)整方向與調(diào)整后 60 天的超額收益方向，若一致則判定為正確，反之則錯誤，若出現(xiàn)調(diào)整比例或超額收益有一者為 0 的情況，則判定為模糊；2、對于股票而言，若分析師對其最近一期的預(yù)測時點為，則我們統(tǒng)計該分析 師在 240, 60區(qū)間內(nèi)判斷正確的次數(shù)減判斷錯誤的次數(shù)。若其大于 0 則該分析師被賦予 B 權(quán)重，反之給 1-B 權(quán)重，若該區(qū)間內(nèi)該分析師全部都是模糊的判定，則賦予 0.5 的權(quán)重，最后我們將其進(jìn)行歸一化，就得到了預(yù)測準(zhǔn)確度加權(quán)下的分析師

18、權(quán)重。在這里我們對參數(shù)B 做了敏感性分析，預(yù)測準(zhǔn)確度加權(quán)后 FYR_DISP 的 ICIR 結(jié)果如圖 12 所示。圖12：預(yù)測準(zhǔn)確度_加權(quán)下 FYR_DISP 的 ICIR 沒有提升、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）從圖 12 我們可以看出：相比于原始 FYR_DISP，預(yù)測準(zhǔn)確度加權(quán)后的效果并沒有明顯提升。該結(jié)果顯示：分析師對市場股價預(yù)判準(zhǔn)確度的延續(xù)性并不能保證，即對于前期預(yù)測準(zhǔn)確度較高的分析師而言，其后續(xù)的準(zhǔn)確度不一定更高。綜合判斷在上述 3 維度的分析中，我們發(fā)現(xiàn)利用時間間隔和股價跟隨性進(jìn)行加權(quán)得到的改進(jìn)因子效果較好。綜上，我們將二者進(jìn)行相乘并歸一化得到最后的權(quán)重

19、，基 于得到的改進(jìn)因子我們這里記為_。接著，我們進(jìn)行了 5 分組回測，原始_與改進(jìn)后的_多 空對沖對比如圖 13 所示。改進(jìn)后的因子多空對沖信息比率從 2.38 提升至 3.14，最大回撤從 6.83%降為 3.92%，得到了明顯改善。圖13：結(jié)合時間和股價跟隨性加權(quán)的_多空對沖信息比率從 2.38 提升至 3.14、朝陽永續(xù)、研究所表4：不同加權(quán)方式下的績效皆有提升，_效果最好因子名稱IC_IR多空對沖年化收益信息比率最大回撤原始 FYR_DISP2.3814.95%2.386.83% 加權(quán)(N=60)2.6416.08%2.793.77%_加權(quán)(A=0.3)2.7715.10%2.625.

20、63%_3.0815.48%3.143.92%、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）3、 盈利預(yù)期上調(diào)股票池增強(qiáng)探索：優(yōu)選組合的構(gòu)建在上面的分析中，我們主要定義并改進(jìn)了盈利預(yù)期調(diào)整因子，本部分我們的目的是做因子增強(qiáng)，構(gòu)建出具有超額的精選股票池。在做增強(qiáng)之前，我們發(fā)現(xiàn)盈利預(yù)期調(diào)整因子_本身的效果已經(jīng)較 好。這里我們選取預(yù)期調(diào)整因子排名前 30、60、90，以及預(yù)期調(diào)整大于 0 股票池做了回測，手續(xù)費(fèi)雙邊千三，結(jié)果如圖 14 所示。我們發(fā)現(xiàn)該因子分層效果較為出色，以 30 只股票為例，其絕對收益年化 27.8%、收益波動比 1.02，對沖中證全指后的年化 24.4%，收益波動比

21、 2.17。圖14：_本身的分層效果已非常優(yōu)異、朝陽永續(xù)、研究所表5：_分層績效較為優(yōu)異，以因子值較大的 30 只股票池為例，對沖中證全指收益波動比 2.17組合年化收益率收益波動比最大回撤勝率3027.79%1.0240.07%63.33%6024.08%0.9631.81%63.33%9021.68%0.8733.82%63.33%預(yù)期調(diào)整大于 016.13%0.6337.46%63.33%中證全指3.17%0.1451.30%54.00%30 對沖中證全指24.38%2.177.83%77.33%、朝陽永續(xù)、研究所（2010.1.1-2022.6.30）為了達(dá)到更進(jìn)一步的增強(qiáng)效果，我們從

22、分析師羊群效應(yīng)、分析師股票池的動量與反轉(zhuǎn)、資金流強(qiáng)度、其他預(yù)期維度的關(guān)聯(lián)這幾大方面展開進(jìn)行探討，試圖挖掘具有區(qū)分度的因子并進(jìn)行組合增強(qiáng)。3.1、 分析師羊群效應(yīng)：_多空對沖信息比率 0.60在交易層面，A 股存在明顯的羊群效應(yīng)。對于分析師而言，也存在明顯的羊群效應(yīng)，因為分析師總是試圖去靠近一致預(yù)期，而不愿冒風(fēng)險給出過于激進(jìn)的預(yù)測。這里我們參照用于刻畫交易羊群效應(yīng)的指標(biāo)，則對于股票，時刻的分析師的 羊群效應(yīng)_,用公式表達(dá)如下（為分析師個數(shù)，,為分析師的預(yù)測值，,為一致預(yù)期）：1_, = |, , |=1對于股票而言，當(dāng)_,指標(biāo)開始上升時，代表分析師之間羊群效應(yīng)在減 小，此時往往會有一些信息了解更

23、加全面、或者研究能力更強(qiáng)的分析師給出與市場一致預(yù)期不一致的觀點。而當(dāng)_,開始下降時，代表分析師之間羊群效應(yīng)在減小，各家分析師的觀點在逐漸靠攏。進(jìn)一步，為了驗證羊群效應(yīng)變動的選股能力，我們使用本月_,與過去月_,均值進(jìn)行比較，定義了羊群效應(yīng)變動 因子_,，具體如下：1111_, = (_, _,)/( _,)=0=0接著，我們對參數(shù)做了遍歷，在盈利預(yù)期上調(diào)和下調(diào)樣本池內(nèi)的 ICIR 如下圖所示。從圖中可以看出：在盈利預(yù)期上調(diào)的樣本池中，_呈現(xiàn)明顯的正向選 股能力，而在盈利預(yù)期下調(diào)的樣本池中，_呈現(xiàn)明顯的負(fù)向選股能力。圖15：盈利預(yù)期上調(diào)樣本池中，_的 ICIR 為正圖16：盈利預(yù)期下調(diào)樣本池中，

24、_的 ICIR 為負(fù)、朝陽永續(xù)、研究所（2010.1.1-2022.6.30）、朝陽永續(xù)、研究所（2010.1.1-2022.6.30）我們這里以 = 6為例，分別在兩個股票池內(nèi)進(jìn)行了 5 分組回測，如下圖所示。其中，_在盈利預(yù)期上調(diào)股票池內(nèi)多空對沖信息比率為 0.60，在盈利預(yù)期下 調(diào)股票池內(nèi)多空對沖信息比率為 0.75。圖17：盈利預(yù)期上調(diào)的樣本池中，_多空對沖 信息比率為 0.60圖18：盈利預(yù)期下調(diào)的樣本池中，_多空對沖 信息比率為 0.75、朝陽永續(xù)、研究所、朝陽永續(xù)、研究所、 盈利預(yù)期上調(diào)樣本池內(nèi)的動量與反轉(zhuǎn)：R_M 多空對沖信息比率 1.301、反轉(zhuǎn)對于反轉(zhuǎn)因子而言，我們在A 股

25、反轉(zhuǎn)之力的微觀結(jié)構(gòu)中提出了效果較好的理想反轉(zhuǎn)因子。從表 6 可看出，該因子在分析師覆蓋股票池的 ICIR 為-1.32，在盈利上調(diào)股票池 ICIR 為-0.83。其中，組成該因子的 M_Low 基本沒有效果，甚至導(dǎo)致在盈利上調(diào)股票池內(nèi)，理想反轉(zhuǎn)的效果差于 M_High。最終，我們使用 M_high 因子作為本篇報告使用的反轉(zhuǎn)因子。表6：在分析師盈利上調(diào)樣本池中，M_High 績效優(yōu)于理想反轉(zhuǎn)全樣本分析師預(yù)期覆蓋分析師盈利預(yù)期上調(diào)理想反轉(zhuǎn)-2.31-1.32-0.83M_High-1.97-1.23-0.91M_Low0.770.350.07、朝陽永續(xù)、研究所（2010.1.1-2022.6.3

26、0）2、動量對于盈利預(yù)期上調(diào)股票池而言，我們希望深入挖掘其中的動量效應(yīng)，這里我們主要從以下幾個方面出發(fā)：（1）長端動量；（2）分析師關(guān)聯(lián)動量；（3）事件收益動量。長端動量在如何構(gòu)造A 股中的動量因子中，我們發(fā)現(xiàn)在A 股，當(dāng)把時間維度拉長之后，按照活躍度指標(biāo)比如振幅對收益進(jìn)行分域，即可將動量和反轉(zhuǎn)效應(yīng)區(qū)分開。該因子在分析師覆蓋股票池的 ICIR 為 0.87，在分析師預(yù)期調(diào)整大于 0 股票池 ICIR 為 0.74，依舊具備一定選股效果。表7：在分析師盈利上調(diào)樣本池中，長端動量依舊具備一定選股能力全樣本分析師覆蓋分析師盈利預(yù)期上調(diào)長端動量1.290.870.74、朝陽永續(xù)、研究所（2010.1.

27、1-2022.6.30）分析師關(guān)聯(lián)動量關(guān)聯(lián)網(wǎng)絡(luò)現(xiàn)象在股市中顯著存在，之前我們從資金流角度研究了股票之間的關(guān)聯(lián)網(wǎng)絡(luò)并構(gòu)建了有效的選股因子，本文主要從分析師覆蓋股票池出發(fā)，并從預(yù)期調(diào)整角度挖掘分析師關(guān)聯(lián)動量因子。其做法主要有如下三步：第一步：確定關(guān)聯(lián)指標(biāo)。對于關(guān)聯(lián)網(wǎng)絡(luò)而言，其核心在于關(guān)聯(lián)指標(biāo)的選取，即對于股票 A 而言，何種特征的股票會是其關(guān)聯(lián)股票。這里我們選取盈利上下調(diào)個數(shù)差值為關(guān)聯(lián)指標(biāo)；第二步：計算盈利上下調(diào)個數(shù)差值。每月底回看過去 180 天，使用上調(diào)盈利預(yù)期分析師個數(shù)-下調(diào)盈利預(yù)期分析師個數(shù)；第三步：回歸取殘差。我們將與股票 A 盈利上下調(diào)個數(shù)差值方向一致的股票月度收益率取平均，回歸股票A

28、 自身同期月度收益率，殘差即為分析師關(guān)聯(lián)動量。我們對分析師關(guān)聯(lián)動量進(jìn)行 5 分組回測，其在盈利預(yù)期上調(diào)股票池內(nèi)，多空對沖信息比率為 0.85，整體績效較為優(yōu)異。圖19：在分析師盈利上調(diào)樣本池中，分析師關(guān)聯(lián)動量多空對沖信息比 0.85、朝陽永續(xù)、研究所事件收益動量我們以盈利預(yù)期調(diào)整日為界限，在盈利預(yù)期上調(diào)樣本池中，分別向前和向后回溯 N 個交易日，計算個股在這些交易日的超額收益率，并計算其與未來持倉收益率的 IC。從圖 20 可以看到，在盈利預(yù)期調(diào)整日當(dāng)天的 ICIR 最高，調(diào)整日前的交易日更多呈現(xiàn)動量特性，調(diào)整日后的交易日更多呈現(xiàn)的是反轉(zhuǎn)效應(yīng)。這里我們選取 T+0即盈利預(yù)期調(diào)整當(dāng)天的超額收益記

29、為盈利預(yù)期調(diào)整OER 因子，該因子在盈利上調(diào)股票池內(nèi)的 5 分組回測如圖 21 所示，多空對沖信息比率為 0.97。圖20：在分析師盈利上調(diào)樣本池中，盈利預(yù)期調(diào)整日當(dāng)天的 ICIR 最高圖21：在分析師盈利上調(diào)樣本池中，盈利預(yù)期調(diào)整 OER因子多空對沖信息比 0.97、朝陽永續(xù)、研究所（2010.1.1-2022.6.30）、朝陽永續(xù)、研究所3、反轉(zhuǎn)與動量的結(jié)合通過上述的分析，在反轉(zhuǎn)維度有效因子有 M_High，在動量維度有效因子有長端動量、分析師關(guān)聯(lián)動量、盈利預(yù)期調(diào)整OER 因子。接著，我們將其排序，動量類因子正序排列，反轉(zhuǎn)類因子逆序排序，排序相加后的合成因子記為R_M 因子。該因子在盈利預(yù)

30、期上調(diào)股票池的多空對沖信息比率為 1.30，整體績效較為優(yōu)異。、朝陽永續(xù)、研究所、 資金流維度：大單殘差多空對沖信息比 1.76在大單與小單資金流的 alpha 能力中，我們發(fā)現(xiàn)大單殘差為較為有效的選股因子，這里將其使用在盈利上調(diào)股票池進(jìn)行分層測試，檢驗其效果。首先，我們針對盈利預(yù)期調(diào)整前后 N 個交易日，每個交易日都使用該方法計算大單殘差，其中不同交易日的大單殘差選股 IC 如圖 23 所示：圖23：在分析師盈利上調(diào)樣本池中，不同事件交易日的大單殘差選股效果并沒有表現(xiàn)出特別明顯的差別、朝陽永續(xù)、研究所（2010.1.1-2022.6.30）從圖 23 我們可以看出：對于不同交易日的大單殘差，

31、選股效果并沒有表現(xiàn)出特別明顯的差別，其并不像在事件收益動量中有規(guī)律可循。所以對于大單殘差的研究，我們不篩選特定交易日，即對于每只股票，在每個月底都統(tǒng)一回看過去 20 天計算大單殘差，該因子回測結(jié)果如圖 24 所示，其在盈利預(yù)期上調(diào)樣本池內(nèi)多空對沖信息比率為 1.76。、朝陽永續(xù)、研究所、 與其他預(yù)期維度的關(guān)聯(lián)：評級變動和預(yù)期 ROE 高低除了盈利預(yù)期之外，朝陽永續(xù)數(shù)據(jù)庫還包括一些其他預(yù)期數(shù)據(jù)，本篇報告主要考慮分析師預(yù)期評級變動和預(yù)期 ROE 高低，試圖從這兩個維度繼續(xù)增強(qiáng)盈利預(yù)期上調(diào)組合。1、 評級調(diào)整朝陽永續(xù)數(shù)據(jù)庫將評級分為賣出、減持、中性、增持、買入、其他等幾類，不同評級的分布如圖25 所

32、示。從圖中可以看出，分析師報告基本都是買入和增持評級，所以比較絕對評級意義并不大，這里主要考慮評級變動的影響。進(jìn)一步，我們定義了評級變動因子，即每月底回看過去 180 天，得到所有分析師最近一期的評級變動，利用評級上調(diào)分析師個數(shù)-評級下調(diào)分析師個數(shù)，若大于 0 則評級上調(diào)，小于 0 則評級下調(diào)，等于 0 則評級不變，該因子在 3 種不同評級的分布比例狀況如圖 26 所示。圖25：評級為增持和買入的數(shù)量最多圖26：評級不變的占比較多、朝陽永續(xù)、研究所（2009.1.1-2022.6.30）、朝陽永續(xù)、研究所進(jìn)一步地，我們利用評級變動因子在盈利預(yù)期上調(diào)股票池內(nèi)進(jìn)行分組，其效果如圖 27 所示，評級

33、上調(diào)對沖評級下調(diào)后的信息比率為 1.41。圖27：在分析師盈利上調(diào)樣本池中，評級上調(diào)對沖評級下調(diào)后的信息比率為 1.41、朝陽永續(xù)、研究所2、 預(yù)期ROE對于股價的變動，我們往往會從盈利和估值兩個角度去觀察。一般來說，Ln(PB)和預(yù)期 ROE 之間有明顯的線性關(guān)系，而且二者回歸的斜率越大，說明單位的預(yù)期調(diào)整能夠帶來更大程度上的估值變動調(diào)整，出現(xiàn)戴維斯雙擊的概率也會越大。若從這個角度出發(fā)，增強(qiáng)盈利預(yù)期上調(diào)股票池的出發(fā)點可以落在：找尋該股票池內(nèi)回歸斜率更大的部分。我們這里嘗試使用預(yù)期ROE 的高低對其分域，觀察回歸斜率是否有明顯差別。為了驗證在不同預(yù)期ROE 水平下的斜率差別，我們按照預(yù)期 RO

34、E 進(jìn)行二分域，從歷史序列中取一期來觀察在不同域下 Ln(PB)與預(yù)期 ROE 的散點關(guān)系，結(jié)果如下圖所示（數(shù)據(jù)均已去極值、標(biāo)準(zhǔn)化）：圖28：高預(yù)期 ROE 組中 Ln(PB)與預(yù)期 ROE 擬合為0.51，為 0.26圖29：低預(yù)期 ROE 組中 Ln(PB)與預(yù)期 ROE 擬合為0.36，為 0.13、朝陽永續(xù)、研究所（統(tǒng)計時點：20210129）、朝陽永續(xù)、研究所（統(tǒng)計時點：20210129）通過上述散點圖我們觀察到，在預(yù)期 ROE 較高處，Ln(PB)與預(yù)期 ROE 的2更高而且回歸的斜率也要更高。進(jìn)一步，我們在歷史上每月底都做以上的回歸，回歸斜率的分布如圖 30 所示。圖中明顯顯示：

35、在高預(yù)期 ROE 組合，回歸斜率均值明顯高于低預(yù)期 ROE 組，因此在高預(yù)期 ROE 域中，單位的預(yù)期調(diào)整可能會帶來更大的估值變動，股票可能表現(xiàn)更好。圖30：在盈利預(yù)期上調(diào)樣本池中，高預(yù)期 ROE 分組下的 Ln(PB)與預(yù)期 ROE 回歸斜率更大、朝陽永續(xù)、研究所（2010.1.1-2022.6.30）為了進(jìn)一步驗證在不同預(yù)期 ROE 分域下的股票收益表現(xiàn)。我們令預(yù)期 ROE 較高組為多頭，預(yù)期 ROE 較低者為空頭，其二者的凈值走勢以及多空對沖如圖 31 所示。從圖中我們可以看出：高預(yù)期 ROE 的表現(xiàn)會好于低預(yù)期 ROE 組，但多空對沖的曲線并不穩(wěn)，尤其近 1 年產(chǎn)生了較大的回撤，所以后

36、續(xù)在優(yōu)化組合時并沒有納入這一維度。圖31：在盈利預(yù)期上調(diào)樣本池中，高預(yù)期 ROE 的表現(xiàn)會好于低預(yù)期 ROE 組，但多空對沖的曲線并不穩(wěn)、朝陽永續(xù)、研究所、 盈利預(yù)期調(diào)整優(yōu)選組合：超額信息比率 2.58在上述的分析中，我們發(fā)現(xiàn)反轉(zhuǎn)與動量綜合因子 R_M、大單殘差、評級變動因子效果較好，多空對沖信息比率分別為 1.30，1.76，1.41，后續(xù)我們利用其作為風(fēng)險因子進(jìn)行組合增強(qiáng)。組合的具體構(gòu)建流程如下：（1）確立初始股票池：選取_大于 0 的股票池；剔除該股票池評級為非增持和買入的股票；剔除評級下調(diào)的股票；剔除位于風(fēng)險因子R_M 以及大單殘差后 10%分位的股票。通過上述的操作，我們篩選出改進(jìn)盈

37、利預(yù)期調(diào)整 30 組合，我們將其與原始盈利預(yù)期調(diào)整 30 組合進(jìn)行對比，其效果如圖 32 所示。從圖中我們可以看出，改進(jìn)后的組合績效明顯更好，信息比率達(dá)到 1.21。圖32：以 30 只股票池為例，增強(qiáng)后的組合信息比率提升明顯、朝陽永續(xù)、研究所為了對比不同選股數(shù)量的差別，我們對數(shù)量進(jìn)行了遍歷，其績效如下表所示。從絕對收益來看，績效與選股的數(shù)量呈現(xiàn)了非常單調(diào)的關(guān)系，在組合數(shù)量為 10 時，錄得 40%的年化收益，收益波動比達(dá)到 1.36。從超額收益來看，組合數(shù)量為 10 時，雖然超額收益最高，但是收益波動比反而較低，其中收益波動比最好的為20 只股票。綜合絕對收益和超額收益的表現(xiàn)，以及為了避免過擬合，最終我們選取 30 只股票為最后的持倉，我們將其命名為：盈利預(yù)期調(diào)整優(yōu)選組合。組合年化收益率收益波動比最大回撤勝率1040.00%1.3631.87%68.67%2033.71%1.2633.96%66.00%3030.79%1.2128.66%66.00%4027.40%1.0928.71%68.00%5026.04%1.0430.30%67.33%6025.88%1.0430.73%66.00%表8：不同選股組合數(shù)量下的敏感性分析絕對收益1036.11%2.2511.26%74.67%2029